VoiceOS は、話しかけるだけでパソコンを操作できるようにする音声オペレーティングシステムだ。用途の異なる 2 つのモードを持ち、タイピングを置き換える「ディクテーションモード」と、メール送信や予定登録といったタスクをアプリをまたいで完了させる「エージェントモード」を切り替えて使う。音声入力ツールと操作エージェントは別々の製品として売られていることが多いが、VoiceOS はその中間に立って両方を 1 つのアプリに収めている。
主な特徴
- ディクテーションモード: 音声を「言ったとおり」ではなく「意図した内容」に整えて入力する。句読点の付与、言い直しの反映、リストや数字の書式化を自動で処理する
- エージェントモード: 音声指示だけでメール送信・予定登録・タスク記録などをアプリ横断で実行する。Gmail や Google カレンダー、Slack、Notion といった外部サービスと連携する
- 画面コンテキストの理解: 画面上を指しながら話しかけると、表示中の内容を踏まえて応答する。「これを要約して」のような指示語がそのまま通る
- カスタム MCP 連携: Python や TypeScript の SDK で独自の MCP サーバーを作り、接続できる。公式ガイドでは HomeKit や Spotify、macOS のシステム操作を例に挙げている
- 録音を残さない方針: 音声データを自社サーバーに保存せず、モデルの学習にも使わないと公式に明記している。業務の会話を扱う場面での判断材料になる
料金
| プラン | 月額料金 | 主な特徴 |
|---|---|---|
| 無料 | 無料 | ディクテーション週 100 セッション、エージェントモード週 25 セッション |
| Pro | $11.99（年払い時） | 全機能を無制限に利用 |
| Enterprise | 要問い合わせ | Pro の全機能に加え、SOC 2 Type II・SSO / SAML などのセキュリティ要件に対応 |
料金は 2026 年 8 月時点の情報です。新規登録者は最初の 7 日間 Pro 相当を試用できます。最新の料金は公式の料金ページをご確認ください。
メリット・デメリット
✅ メリット
- 入力とタスク実行の間で道具を持ち替えずに済む。「この文章を書く」と「これをメールで送る」が同じアプリの中で続けられる
- 画面を指しながら話せるので、指示語のまま伝わる。対象をテキストで説明し直す手間がない
- 自分で MCP サーバーを書けば、社内ツールのような既製品にない連携先まで音声操作に載せられる
⚠️ デメリット
- 声を出せない環境では価値がほとんど失われる。共有オフィスやカフェ、同居者のいる自宅では使える時間が限られる
- エージェントモードはアプリをまたいで操作する分、途中で失敗したときの後始末が手作業になる。どこまで進んだかを自分で確かめる必要がある
- 無料枠は「週◯セッション」という数え方で、1 セッションの長さが示されていない。自分の使い方で足りるかを事前に見積もりにくい
類似サービスとの比較
| 比較項目 | VoiceOS | Wispr Flow | Superwhisper |
|---|---|---|---|
| 処理方式 | クラウド | クラウド | 端末内で完結（オフライン可） |
| 対応 OS | Mac / Windows | Mac / Windows / モバイル | Mac / Windows / iOS |
| 守備範囲 | ディクテーション + アプリ横断のタスク実行 | ディクテーションと文脈に応じた整形 | ディクテーションとローカル処理 |
音声入力だけで比べると選択肢は多い。ディクテーションに加えてアプリ横断のタスク実行まで守備範囲に入れている点が VoiceOS の位置取りで、完全にオフラインで処理したいなら Superwhisper のような端末内完結型が候補になる。
こんな人におすすめ
- Mac と Windows を併用していて、どちらでも同じ音声操作を使いたい人
- タイピングを減らすだけでなく、メール送信や予定登録まで音声で完結させたい人
- 独自の MCP 連携を組んで、業務固有のツールを音声操作に載せたい開発者
まとめ
判断の分かれ目は「エージェントモードにいくら払えるか」にある。文字起こしだけが目的なら専用ツールのほうが安く済むことが多く、メール送信や予定登録まで音声で終わらせたいなら差額に見合う。声を出せる環境が日常的に確保できるかどうかも、導入前に見ておきたい。